| bmi1 | bmi2 | bmi3 | bmi4 | bmi5 | bmi6 | |
|---|---|---|---|---|---|---|
| mean | 27.06 | 27.36 | 27.52 | 27.60 | 27.68 | 27.80 |
| sd | 4.74 | 4.83 | 4.83 | 4.82 | 5.12 | 5.16 |
model0<-'
#切片因子の設定
i =~ 1*bmi1 + 1*bmi2 + 1*bmi3 +
1*bmi4 + 1*bmi5 + 1*bmi6
#傾き因子の設定
s1 =~ 0*bmi1 + 1*bmi2 + 2*bmi3 +
3*bmi4 + 4*bmi5 + 5*bmi6
#切片と傾きの分散
i ~~ i ; s1 ~~ s1 ;
#因子間相関
i ~~ s1
#因子平均
i ~ 1 ; s1 ~ 1
#誤差分散
bmi1 ~ 0; bmi2 ~ 0; bmi3 ~ 0
bmi4 ~ 0; bmi5 ~ 0; bmi6 ~ 0
'
# 成長曲線モデルの推定
library(lavaan)
model0.fit<-growth(model0,data=data)
| chisq | df | pvalue | cfi | srmr | rmsea | |
|---|---|---|---|---|---|---|
| fit0.m | 69.25 | 16.00 | 0.00 | 0.99 | 0.02 | 0.08 |
#lavaan code
i =~ 1*t1+1*t2+1*t3+1*t4+1*t5
前半の傾き(s1)の因子負荷を
区分時点以降同値に固定
#lavaan model code
i=~0*t1+1*t2+2*t3+1*t3+1*t3
後半の傾き(s1)の因子負荷を
区分時点まで0に固定
#lavaan model code
i=~0*t1+0*t2+0*t3+1*t4+2*t5
#切片と傾きの分散
i ~~ i ; s1 ~~ s1 ; s2 ~~ s2
#因子間相関
i ~~ s1 + s2 ; s1 ~~ s2
#因子平均
i ~ 1 ; s1 ~ 1 ; s2 ~ 1
#誤差分散
bmi1 ~ 0; bmi2 ~ 0; bmi3 ~ 0
bmi4 ~ 0; bmi5 ~ 0; bmi6 ~ 0
'
library(lavaan)
model1.fit<-lavaan::growth(model1, data)
適合度
fit1.m<-round(fitMeasures(model1)[c("chisq","df","pvalue",
"cfi","srmr","rmsea")],digits=2)
fit1.m<-t(as.data.frame(fit1))
print(xtable(fit1.m),comment=F,type="html")
| chisq | df | pvalue | cfi | srmr | rmsea | |
|---|---|---|---|---|---|---|
| fit1.m | 14.21 | 12.00 | 0.29 | 1.00 | 0.02 | 0.02 |